feat(simclr): 支持断点续训，恢复优化器与调度器状态

此前 simclr.checkpoint 的语义是"有权重就跳过训练"，没有真正的续训：
中途停掉再启动只能从头再来，或者放弃已训的轮次。

- 新增 simclr_last.pth：骨架 + 投影头 + 优化器 + 调度器 + scaler + epoch + step，
  与给下游用的 simclr_backbone.pth 并存，两者在同一时机落盘
- 新增 simclr.resume：载入完整状态从下一个 epoch 接着练。只恢复权重不恢复动量与
  cosine 进度的话，续训时损失会先反弹一段
- resume 与 checkpoint 互斥（同时给直接报错）；拿只含骨架的 simclr_backbone.pth
  去 resume 会给出可操作的报错，提示改用 checkpoint
- 续训轮数已达计划值时不再训练，只打警告

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

README.md

@@ -223,7 +223,9 @@ uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml \
 
 ```
 runs/simclr/
-├── simclr_backbone.pth      # 每 save_interval 个 epoch 覆盖一次；Ctrl-C 也会先落盘
+├── simclr_backbone.pth      # 只含骨架，给下游用（聚类 / 初始化 DefectNet）
+├── simclr_last.pth          # 完整训练状态，给断点续训用
+├── swanlog/                 # SwanLab 日志
 ├── cluster.log
 ├── assignments.csv
 ├── summary.json
@@ -241,6 +243,26 @@ nohup uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.y
 tail -f runs/simclr.log
 ```
 
+#### 断点续训
+
+训练中断（Ctrl-C、kill、机器重启）后接着练，用 `simclr.resume` 指向 `simclr_last.pth`：
+
+```bash
+uv run python scripts/cluster_unlabeled.py --config configs/cluster/film.yaml \
+    --work-dir runs/simclr \
+    --set method=simclr simclr.epochs=40 loader.num_workers=8 \
+          simclr.resume=runs/simclr/simclr_last.pth
+```
+
+日志会打印"已载入训练状态 …：从 epoch N 接着练到 40"。恢复的不只是权重，还有**投影头、
+优化器动量、学习率调度进度和 step 计数**——少了这些，续训等于把动量和 cosine 进度清零，
+损失会先反弹一段。
+
+> `resume` 与 `checkpoint` 语义不同，二选一（同时给会报错）：
+> **`resume`** = 载入完整状态**接着训练**（要 `simclr_last.pth`）；
+> **`checkpoint`** = 有权重就**跳过训练**直接聚类（要 `simclr_backbone.pth`）。
+> 拿 `simclr_backbone.pth` 去 `resume` 会报错，因为它不含投影头和优化器状态。
+
 #### 第二步：复用权重重新聚类
 
 想换簇数或改聚类参数时**不必重训**——把权重路径填进 `simclr.checkpoint` 就会跳过训练
@@ -285,7 +307,9 @@ simclr:
   temperature: 0.2          # 越小越关注难负样本
   amp: auto                 # CUDA 上开、MPS 上关
   save_interval: 5          # 每 5 个 epoch 落一次盘
-  checkpoint: null          # 填 runs/simclr/simclr_backbone.pth 即可跳过重复训练
+  # 下面两个二选一，语义不同：
+  checkpoint: null          # 有权重就跳过训练直接聚类，例 runs/simclr/simclr_backbone.pth
+  resume: null              # 载入完整状态接着训练，例 runs/simclr/simclr_last.pth
   projection: {hidden_channels: 256, out_channels: 128}
   optimizer: {name: adamw, lr: 0.001, weight_decay: 0.0001}
   scheduler: {name: cosine}